[发明专利]一种面向电力设备的红外图像故障检测方法及装置

说明书

本申请实施例提供一种面向电力设备的红外图像故障检测方法及装置，所述方法包括：获取电力设备的待检测红外图像，并将所述待检测红外图像输入至经预先训练的目标检测模型，得到所述待检测红外图像中的电力设备类型及电力设备位置信息；利用颜色识别技术识别所述待检测红外图像的故障区域；将所述电力设备类型及所述电力设备位置信息与对应的所述故障区域进行融合，获得电力设备的故障位置；本申请有效地解决了人工巡检效率低及工作量大的问题，实现了电力设备电流致热型故障的自动化检测及精准定位，极大地提升了电力设备红外图像的故障检测效率。

技术领域

本申请涉及图像处理技术领域，特别涉及一种面向电力设备的红外图像故障检测方法及装置。

背景技术

近年来，随着特高压电力设备及交直流混合电力设备等的大量接入，电网的覆盖范围大幅扩展。面对种类多样、数量庞大的电力设备，仅仅依靠传统的人工检测方式进行电力设备故障检测，越来越无法满足现有阶段的检修需求。

另外，智能变电站解决方案要求变电站向自动化和智能化方向发展。目前，利用人工智能领域中的图像识别等技术，可以对采集到的红外图像进行处理分析，能够辅助甚至替代人工进行电力设备的故障诊断，大幅提高了巡检效率，减缩了检修成本。但由于红外图谱分辨率低、背景干扰大、拍摄角度多样、电力设备类型复杂等原因，目前，基于红外图像的故障自动诊断，任务难度大，诊断精准低，无法完成对电力设备的故障类型的自动识别，也无法对故障发生部位进行精准定位。

发明内容

针对现有技术中存在的问题，本申请提供一种面向电力设备的红外图像故障检测方法及装置，有效地解决了人工巡检效率低及工作量大的问题，实现了电力设备电流致热型故障的自动化检测及精准定位，极大地提升了电力设备红外图像的故障检测效率。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种面向电力设备的红外图像故障检测方法，包括：获取电力设备的待检测红外图像，并将所述待检测红外图像输入至经预先训练的目标检测模型，得到所述待检测红外图像中的电力设备类型及电力设备位置信息；利用颜色识别技术识别所述待检测红外图像的故障区域；将所述电力设备类型及所述电力设备位置信息与对应的所述故障区域进行融合，获得电力设备的故障位置。

进一步地，所述预先训练所述目标检测模型的步骤，包括：根据历史红外图像构建训练集和测试集，并对所述训练集和所述测试集进行标注，得到所述电力设备的目标标注框；利用标注后的所述训练集对YOLOv3模型进行训练，得到所述目标检测模型。

进一步地，所述利用标注后的所述训练集对YOLOv3模型进行训练，得到所述目标检测模型，包括：

将标注后的所述训练集输入至YOLOv3模型，得到初始检测模型；

计算所述初始检测模型的损失函数，通过损失函数最优化的方法，对所述初始检测模型的权值进行更新，得到中间目标检测模型；

将标注前的测试集输入至所述中间目标检测模型，输出测试标注框；

将所述目标标注框与所述测试标注框进行比对；若比对结果不一致，则继续对中间模型进行训练，直至比对结果一致，得到最终的所述目标检测模型。